総務省 — 令和7年版 情報通信白書（概要） p.6

キーファクト

• 1000億: Preferred Networksの「PLaMo-100B」のパラメータ数は約1000億である (DX・デジタル)
• 225億: サイバーエージェントの「CyberAgent LM3-22B-Chat」のパラメータ数は約225億である (DX・デジタル)
• 80, 700億: 産業技術総合研究所・東京科学大のLLM「Llama 3.1 Swallow」のパラメータ数は約80億および約700億である (DX・デジタル)

このスライドの図表

• [bar_chart] AI活ランキング（2023年）の国別総合ランキングを示す棒グラフ

抽出テキスト

(第Ⅰ部 特集) AIの爆発的な進展の動向（日本のAI開発等の動向） 5 ●AIの研究開発力や活用に関して、世界的にリードする国と比べると、日本への評価は高くない。 ●その一方で、日本発のLLMの開発も盛ん。 技術進展による小型モデルの高性能化や、政府の支援策も開発を後押し。 「AI活ランキング」 (2023年) 日本の組織によるLLMの開発事例 【総合】 R&D Responsible AI Economy Education Diversity Policy and Governance Public Opinion Infrastructure 1 United States 2 China 3 United Kingdom 4 India 5 United Arab Emirates 6 France 7 South Korea 8 Germany 9 Japan 10 Singapore (出典) Stanford University Human-Centered Artificial Intelligence 「Global AI Vibrancy Tool」より作成 産業技術総合研究所・ 東京科学大学 ※1 /Llama 3.1 Swallow (約80億、約700億) 富士通・Cohere ※2 /Takane (パラメータ数不明) サイバーエージェント /CyberAgent LM3-22B-Chat (約225億) Preferred Networks グループ ※3 /PLaMo-100B (約1000億) 米Meta社のLLM (Llama3.1) の 英語力をもとに日本語能力をより強化 したモデル 日本語性能の評価指標で 世界最高記録を達成 (当時) した LLM 既存モデルをベースに用いず開発。 日本語能力で、Meta社モデル (Meta- Llama-3-70B-instruct) と同水準 独自アーキテクチャと学習データを用いて 独自開発。日本語性能で、OpenAI社 のGPT-4等を上回る記録 ※その後、パラメータ数を抑えた「PLaMo2 1B」 「PLaMo2 8B」も開発 (出典) 開発組織のプレスリリース等より作成 モデル概要説明は、プレスリリース公表時点のもの ※1 岡崎直観教授と横田理央教授らの研究チーム ※2 カナダのAIスタートアップCohereと共同開発 ※3 Preferred Networksの100%子会社の Preferred Elementsが開発